第45卷第3期2023年5月湖北大学学报(自然科学版)JournalofHubeiUniversity(NaturalScience)Vol.45No.3May2023收稿日期:20220923基金项目:安徽省高等学校自然科学基金重点项目(KJ2019A0905)、安徽省高等学校自然科学基金重点项目(KJ2020A0818)和安徽外国语学院校级重点项目(AWky2020012)资助作者简介:郭卡(1990),女,讲师,主要研究方向为深度学习与人工智能,E-mail:409337713@qq.com文章编号:10002375(2023)03041406基于空间注意力的文本超分辨率重建算法郭卡(安徽外国语学院信息与数学学院,安徽合肥231200)摘要:自然场景的文本识别在深度学习的推动下发展迅速,但是大多数文本识别算法都无法在低分辨率条件下使用,为了解决这个困境,本研究将超分辨率重建技术作为预处理手段加入到文本识别中,并提出一种针对文本识别领域的超分辨率重建网络,利用像素级注意力机制使超分辨率重建网络专注文本相关信息,同时利用文本识别网络的先验信息构建感知损失,辅助超分辨率识别网络的训练,将低分辨率图片的识别率从66.38%提升到78.99%.关键词:超分辨率重建;文本识别;空间注意力;感知损失中图分类号:TP319;TP183文献标志码:ADOI:10.3969/j.issn.1000-2375.2023.00.002著录信息:郭卡.基于空间注意力的文本超分辨率重建算法[J].湖北大学学报(自然科学版),2023,45(3):414-419.DOI:10.3969/j.issn.1000-2375.2023.00.002.GUOK.Textsuperresolutionnetworkbasedonspatialattention[J].JournalofHubeiUniversity(NaturalScience),2023,45(3):414-419.DOI:10.3969/j.issn.1000-2375.2023.00.002.TextsuperresolutionnetworkbasedonspatialattentionGUOKa(SchoolofInformationandMathematics,AnhuiForeignLanguagesUniversity,Hefei231200,China)Abstract:Thedevelopmentofsencetextrecognitionisrapid,butmosttextrecognitionalgorithmhaspoorperformanceunderconditionoflowresolution.Tosolvethisproblem,super-resolutionalgorithmisintroducedasapreprocessmethod.Inthispaper,weproposedatextsuperresolutionnetworkbasedonspatialattention,meanwhile,trainingstrategyliketextpriorperceptuallossandedgelosswasimplementedtoimprovethepreformaceontextimage.Theaccuracyoftextrecognitionincreasedfrom66.38%to77.89%withthehelpofsuperresolutionnetwork.Keywords:superresolution;textrecognition;spatialattention;perceptualloss0引言自然场景文本识别是计算机...
